Predicción de caudales medios mensuales del Río Huancané utilizando Modelos de Redes Neuronales

Autores/as

  • Miguel Sánchez D. Facultad de Ingeniería Agrícola, Universidad Nacional Agraria La Molina (Perú).
  • Wilber Laqui V. Ingeniero Agrícola, Maestría en Recursos Hídrico, Universidad Nacional Agraria La Molina (Perú).

DOI:

https://doi.org/10.21704/ac.v70i2.513

Resumen

Esta investigación centró sus esfuerzos en la predicción de caudales medios mensuales del río Huancané, desarrollo de modelos de redes neuronales a partir de datos de caudales, precipitación y evaporación, así como la evaluación de la capacidad de desempeño frente a modelos estocásticos. De esta manera, se desarrollaron 10 modelos de redes neuronales artificiales con distintas arquitecturas, cuyo entrenamiento se realizó con un primer grupo de datos correspondientes al periodo 1964 – 1996, y su validación con un segundo grupo de datos del periodo 1997 – 2002. Los modelos de redes neuronales artificiales mostraron comparativamente mejor desempeño en materia de predicción frente a un modelo autorregresivo periódico de primer orden PAR (1).

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2009-06-30

Número

Sección

Artículo original / Research Article

Cómo citar

Sánchez D., M., & Laqui V., W. (2009). Predicción de caudales medios mensuales del Río Huancané utilizando Modelos de Redes Neuronales. Anales Científicos, 70(2), Pág. 196-206. https://doi.org/10.21704/ac.v70i2.513